当前位置:文档之家› 信息论与编码试卷

信息论与编码试卷

信息论与编码试卷
以下是为大家整理的信息论与编码试卷的相关范文,本文关键词为信息论,编码,试卷,,您可以从右上方搜索框检索更多相关文章,如果您觉得有用,请继续关注我们并推荐给您的好友,您可以在综合文库中查看更多范文。

RT
信息论与编码试卷
一、概念简答题(每题5分,共40分)
1.什么是平均自信息量与平均互信息,比较一下这两个概念的异
同?2.简述最大离散熵定理。

对于一个有m个符号的离散信源,其最大熵是多少?
3.解释信息传输率、信道容量、最佳输入分布的概念,说明平均互信息与信源的概率分布、信道的传递概率间分别是什么关系?
4.对于一个一般的通信系统,试给出其系统模型框图,并结合此图,解释数据处理定理。

5.写出香农公式,并说明其物理意义。

当信道带宽为5000hz,信噪比为30db时求信道容量。

6.解释无失真变长信源编码定理。

7.解释有噪信道编码定理。

8.什么是保真度准则?对二元信源时率失真函数的


,其失真矩阵,求a>0
二、综合题(每题10分,共60分)
1.黑白气象传真图的消息只有黑色和白色两种,求:
1)黑色出现的概率为0.3,白色出现的概率为0.7。

给出这个只有两个符号的信源x的数学模型。

假设图上黑白消息出现前后没有关联,求熵

2)假设黑白消息出现前后有关联,其依赖关系为:

,求其熵

,,
2.二元对称信道如图。


1)若,,求和;
2)求该信道的信道容量和最佳输入分布。

3.信源空间为
曼码,计算其平均码长和编码效率。

,试分别构造二元和三元霍夫
4.设有一离散信道,其信道传递矩阵为,并设,试分别按最小错误概率准则与最大似然译码准则确定译码规则,并计算相应的平均错误概率。

5.已知一(8,5)线性分组码的生成矩阵为。

求:1)输入为全00011和10100时该码的码字;2)最小码距。

6.设某一信号的信息传输率为5.6kbit/s,在带宽为4khz的高斯信道中传输,噪声功率谱no=5×10-6mw/hz。

试求:
(1)无差错传输需要的最小输入功率是多少?
(2)此时输入信号的最大连续熵是多少?写出对应的输入概率密度函数的形式。

一、概念简答题(每题5分,共40分)
1.答:平均自信息为
表示信源的平均不确定度,也表示平均每个信源消息所提供的信息量。

平均互信息
表示从Y获得的关于每个x的平均信息量,也表示发x前后Y的平均不确定性减少的量,还表示通信前后整个系统不确定性减少的量。

2.答:最大离散熵定理为:离散无记忆信源,等概率分布时熵最大。

最大熵值为。

3.答:信息传输率R指信道中平均每个符号所能传送的信息量。

信道容量是一个信道所能达到的最大信息传输率。

信息传输率达到信道容量时所对应的输入概率分布称为最佳输入概率分布。

平均互信息是信源概率分布的∩型凸函数,是信道传递概率的u型凸函数。

4.答:通信系统模型如下:
数据处理定理为:串联信道的输入输出x、Y、Z组成一个马尔可夫链,且有。

说明经数据处理后,一般只会增加信息的损失。


5.答:香农公式为
信道容量,其值取决于信噪比和带宽。

,它是高斯加性白噪声信道在单位时间内的
由得,则
6.答:只要,当n足够长时,一定存在一种无失真编码。

7.答:当R<c时,只要码长足够长,一定能找到一种编码方法和译码规则,使译码错误概率无穷小。

8.答:1)保真度准则为:平均失真度不大于允许的失真度。

2)因为失真矩阵中每行都有一个0,所以有二、综合题(每题10分,共60分)
,而。

1.答:1)信源模型为
2)由得

2.答:1)
2),最佳输入概率分布为等概率分布。

3.答:1)二元码的码字依序为:10,11,010,011,1010,1011,1000,1001。

平均码长,编码效率
2)三元码的码字依序为:1,00,02,20,21,22,010,011。

平均码长,编码效率
4.答:1)最小似然译码准则下,有,
2)最大错误概率准则下,有,
5.答:1)输入为00011时,码字为00011110;输入为10100时,
码字为10100101。

2)
6.答:1)无错传输时,有
即则
2)在时,最大熵
对应的输入概率密度函数为
以下是为大家整理的信息论与编码试卷(2)的相关范文,本文关键词为信息论,编码,试卷,,您可以从右上方搜索框检索更多相关文章,如果您觉得有用,请继续关注我们并推荐给您的好友,您可以在综合文库中查看更多范文。

以下是为大家整理的信息论与编码试卷(3)的相关范文,本文关键词为信息论,编码,试卷,,您可以从右上方搜索框检索更多相关文章,如果您觉得有用,请继续关注我们并推荐给您的好友,您可以在综合文库中查看更多范文。

最后,小编希望文章对您有所帮助,如果有不周到的地方请多谅解,更多相关的文章正在创作中,希望您定期关注。

谢谢支持!。

相关主题